| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第8-14页 |
| 1.1 研究及实现该系统的背景和意义 | 第8页 |
| 1.2 国内外研究现状 | 第8-13页 |
| 1.2.1 摄像机标定研究现状 | 第9页 |
| 1.2.2 人脸检测研究现状 | 第9-10页 |
| 1.2.3 人脸跟踪研究现状 | 第10-11页 |
| 1.2.4 人眼定位研究现状 | 第11-13页 |
| 1.2.5 单目测距原理研究现状 | 第13页 |
| 1.3 主要工作及章节安排 | 第13-14页 |
| 第2章 基于棋盘的摄像机标定 | 第14-22页 |
| 2.1 摄像机模型 | 第14-17页 |
| 2.2 标定原理 | 第17-19页 |
| 2.3 标定过程及实验结果 | 第19-21页 |
| 2.3.1 系统实验环境介绍 | 第19页 |
| 2.3.2 标定过程 | 第19-20页 |
| 2.3.3 实验结果分析 | 第20-21页 |
| 2.4 本章小结 | 第21-22页 |
| 第3章 基于Mean Shift模板匹配的人脸跟踪 | 第22-41页 |
| 3.1 AdaBoost人脸检测 | 第22-26页 |
| 3.1.1 AdaBoost算法简介及原理 | 第22-23页 |
| 3.1.2 基于AdaBoost算法的人脸检测 | 第23-25页 |
| 3.1.3 人脸检测实验及结果 | 第25-26页 |
| 3.2 基于Mean Shift模板匹配的人脸跟踪 | 第26-32页 |
| 3.2.1 颜色特征空间 | 第26-27页 |
| 3.2.2 核函数 | 第27-28页 |
| 3.2.3 Mean Shift原理及基本思想 | 第28-29页 |
| 3.2.4 基于Mean Shift的人脸跟踪 | 第29-32页 |
| 3.3 尺度自适应的人脸跟踪 | 第32-40页 |
| 3.3.1 尺寸试探法 | 第32-33页 |
| 3.3.2 尺度自适应 | 第33-40页 |
| 3.4 本章小结 | 第40-41页 |
| 第4章 基于梯度积分的人眼瞳孔定位 | 第41-53页 |
| 4.1 人脸图像预处理 | 第41-43页 |
| 4.1.1 图像去噪 | 第41-42页 |
| 4.1.2 图像二值化 | 第42-43页 |
| 4.2 人眼区域粗提取 | 第43-44页 |
| 4.3 基于梯度积分投影的人眼准确定位 | 第44-48页 |
| 4.3.1 梯度积分投影函数 | 第45-46页 |
| 4.3.2 实验流程及结果分析 | 第46-48页 |
| 4.4 基于图像边缘提取的瞳孔精确定位 | 第48-51页 |
| 4.4.1 人眼区域边缘检测 | 第48-50页 |
| 4.4.2 基于最小二乘法的精确定位瞳孔中心 | 第50-51页 |
| 4.5 本章小结 | 第51-53页 |
| 第5章 单目测距系统原理及实验结果 | 第53-62页 |
| 5.1 单目测距原理 | 第53-54页 |
| 5.2 系统流程 | 第54-56页 |
| 5.3 实验测距结果 | 第56-60页 |
| 5.4 误差分析 | 第60页 |
| 5.5 本章小结 | 第60-62页 |
| 第6章 总结与展望 | 第62-63页 |
| 参考文献 | 第63-68页 |
| 致谢 | 第68-69页 |
| 攻读硕士学位期间的研究成果 | 第69页 |